Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la IA en Dispositivos
- Fundamentos del aprendizaje automático en el dispositivo
- Ventajas y desafíos de los modelos de lenguaje pequeños
- Panorama general de las limitaciones de hardware en dispositivos móviles y IoT
Optimización de Modelos para Despliegue en Dispositivos
- Cuantización y poda de modelos
- Destilación de conocimiento para modelos más pequeños y eficientes
- Selección y adaptación de modelos para rendimiento en el dispositivo
Herramientas y Marcos de IA Específicos de Plataforma
- Introducción a TensorFlow Lite y PyTorch Mobile
- Uso de bibliotecas específicas de plataforma para IA en el dispositivo
- Estrategias de despliegue multiplataforma
Inferencia en Tiempo Real y Computación de Borde
- Técnicas para una inferencia rápida y eficiente en dispositivos
- Aprovechamiento de la computación de borde para IA en el dispositivo
- Estudios de caso de aplicaciones de IA en tiempo real
Consideraciones sobre Gestión de Energía y Duración de la Batería
- Optimización de aplicaciones de IA para eficiencia energética
- Equilibrio entre rendimiento y consumo de energía
- Estrategias para extender la duración de la batería en dispositivos con IA
Seguridad y Privacidad en la IA en Dispositivos
- Garantía de seguridad de datos y privacidad del usuario
- Procesamiento de datos en el dispositivo para preservar la privacidad
- Actualizaciones y mantenimiento seguros de modelos
Experiencia de Usuario y Diseño de Interacción
- Diseño de interacciones intuitivas con IA para usuarios del dispositivo
- Integración de modelos de lenguaje con interfaces de usuario
- Pruebas con usuarios y retroalimentación para IA en el dispositivo
Escalabilidad y Mantenimiento
- Gestión y actualización de modelos en dispositivos desplegados
- Estrategias para soluciones de IA en el dispositivo escalables
- Monitoreo y análisis para sistemas de IA desplegados
Proyecto y Evaluación
- Desarrollo de un prototipo en un dominio elegido y preparación para el despliegue en un dispositivo seleccionado
- Presentación de la solución de IA en el dispositivo
- Evaluación basada en eficiencia, innovación y practicidad
Resumen y Siguientes Pasos
Requerimientos
- Sólidos conocimientos en conceptos de aprendizaje automático y aprendizaje profundo
- Dominio de la programación en Python
- Conocimientos básicos sobre las limitaciones de hardware para el despliegue de IA
Público Objetivo
- Ingenieros de aprendizaje automático y desarrolladores de IA
- Ingenieros de sistemas embebidos interesados en aplicaciones de IA
- Gerentes de producto y líderes técnicos que supervisan proyectos de IA
21 Horas